当前位置: 首页 > news >正文

新闻网站建设条件青岛网站建设方案优化

新闻网站建设条件,青岛网站建设方案优化,美容整形网站模板,公司网站建设的优势创建RDD 在Spark中创建RDD的方式分为三种: 从外部存储创建RDD从集合中创建RDD从其他RDD创建 textfile 调用SparkContext.textFile()方法,从外部存储中读取数据来创建 RDD parallelize 调用SparkContext 的 parallelize()方法,将一个存在的集合&…

创建RDD

在Spark中创建RDD的方式分为三种:

  1. 从外部存储创建RDD
  2. 从集合中创建RDD
  3. 从其他RDD创建

textfile

调用SparkContext.textFile()方法,从外部存储中读取数据来创建 RDD

parallelize

调用SparkContext 的 parallelize()方法,将一个存在的集合,变成一个RDD

makeRDD

方法一

/** Distribute a local Scala collection to form an RDD.** This method is identical to `parallelize`.*/def makeRDD[T: ClassTag](seq: Seq[T],numSlices: Int = defaultParallelism): RDD[T] = withScope {parallelize(seq, numSlices)}

方法二:分配一个本地Scala集合形成一个RDD,为每个集合对象创建一个最佳分区。

/*** Distribute a local Scala collection to form an RDD, with one or more* location preferences (hostnames of Spark nodes) for each object.* Create a new partition for each collection item.*/def makeRDD[T: ClassTag](seq: Seq[(T, Seq[String])]): RDD[T] = withScope {assertNotStopped()val indexToPrefs = seq.zipWithIndex.map(t => (t._2, t._1._2)).toMapnew ParallelCollectionRDD[T](this, seq.map(_._1), math.max(seq.size, 1), indexToPrefs)}

 举例

scala> val rdd = sc.parallelize(1 to 6, 2)
val rdd: org.apache.spark.rdd.RDD[Int] = ParallelCollectionRDD[2] at parallelize at <console>:1scala> rdd.collect()
val res4: Array[Int] = Array(1, 2, 3, 4, 5, 6)scala> val seq = List(("American Person", List("Tom", "Jim")), ("China Person", List("LiLei", "HanMeiMei")), ("Color Type", List("Red", "Blue")))
val seq: List[(String, List[String])] = List((American Person,List(Tom, Jim)), (China Person,List(LiLei, HanMeiMei)), (Color Type,List(Red, Blue)))scala> val rdd2 = sc.makeRDD(seq)
val rdd2: org.apache.spark.rdd.RDD[String] = ParallelCollectionRDD[0] at makeRDD at <console>:1scala> rdd2.partitions.size
val res0: Int = 3scala> rdd2.foreach(println)
American Person
Color Type
China Personscala> val rdd1 = sc.parallelize(seq)
val rdd1: org.apache.spark.rdd.RDD[(String, List[String])] = ParallelCollectionRDD[1] at parallelize at <console>:1scala> rdd1.partitions.size
val res1: Int = 2scala> rdd2.collect()
val res2: Array[String] = Array(American Person, China Person, Color Type)scala> rdd1.collect()
val res3: Array[(String, List[String])] = Array((American Person,List(Tom, Jim)), (China Person,List(LiLei, HanMeiMei)), (Color Type,List(Red, Blue)))scala> var lines = sc.textFile("/root/tmp/a.txt",3)
var lines: org.apache.spark.rdd.RDD[String] = /root/tmp/a.txt MapPartitionsRDD[4] at textFile at <console>:1scala> lines.collect()
val res6: Array[String] = Array(a,b,c)scala> lines.partitions.size
val res7: Int = 3

转换算子

flatMap

map

reduceByKey

groupByKey

举例

scala> var lines = sc.textFile("/root/tmp/a.txt",3)
var lines: org.apache.spark.rdd.RDD[String] = /root/tmp/a.txt MapPartitionsRDD[13] at textFile at <console>:1scala> lines.flatMap(x=>x.split(",")).map(x=>(x,1)).reduceByKey((a,b)=>a+b).foreach(println)
(c,2)
(b,1)
(d,1)
(a,2)scala> lines.collect()
val res27: Array[String] = Array(a,b,c, c, a,d)scala> lines.map(_.split(",")).collect()
val res25: Array[Array[String]] = Array(Array(a, b, c), Array(c), Array(a, d))scala> lines.flatMap(_.split(",")).collect()
val res26: Array[String] = Array(a, b, c, c, a, d)

行动算子

http://www.15wanjia.com/news/28257.html

相关文章:

  • 完善集团网站功能建设搜索引擎有哪些种类
  • 阿里云可以做哪些网站专业做网站公司
  • 怎么做营销网站百度竞价托管一月多少钱
  • wang域名 网站如何查看网站收录情况
  • 做交网站seo推广软件怎样
  • 国外空间网站备案广告网站留电话不用验证码
  • 临沂网站seo百度电话查询
  • 专做日淘的网站百度推广关键词技巧定价
  • 免费建站还用学做网站吗裤子seo标题优化关键词
  • 网站建设项目进度表抚州网络推广
  • 网站制作价格上海重庆seo推广公司
  • 现在做网站开发吗找营销推广团队
  • 建设网站代码什么样的人适合做营销
  • wordpress的seo插件嘉兴seo外包平台
  • 加强残联网站建设烟台seo关键词排名
  • 做电影网站采集什么意思奖券世界推广网站
  • 唐山长城网站建设网站监测
  • 网站建设销售问答semen是什么意思
  • 网站建设网页模板下载seo基本概念
  • 网站备案 有效期广告推广精准引流
  • 网站做收录是什么意思怎么做平台推广
  • 怎么做网站教程视频济南最新消息
  • 做网站的英文百度上做广告怎么收费
  • 怎么做网站封面上的图单页面seo搜索引擎优化
  • html做网站经验技巧企业网站网页设计
  • 如何做好网站优化网络推广技术外包
  • 兰州做网站或小程序百度网站域名
  • 做网站都需要什么网络营销策划的流程
  • 广州做网站比较好的公司百度怎么推广
  • 长春网站建长春做网站58同城关键词怎么优化